Kurser Big Data Hadoop and Spark Developer
Utbildningskurser för Big Data Hadoop and Spark Developer som tillhandahålls av iLEARN
Tillgänglighet och priser på Big Data Hadoop and Spark Developer kurser
Utvalda produkter
I denna showcase hittar du ett urval av utbildningar och prov inom Big Data Hadoop and Spark Developer.
Om du inte hittar den kurs eller det prov du vill ha, vänligen kontakta oss.
BIG DATA HADOOP AND SPARK DEVELOPER
Världen blir alltmer digital och betydelsen av big data och dataanalys kommer att fortsätta att växa under de kommande åren. Att välja en karriär inom området big data och analytics kan vara precis det du har försökt hitta för att uppfylla dina karriärförväntningar.
Big Data Hadoop-utbildningskursen lär dig begreppen i Hadoop-ramverket, dess bildning i en klustermiljö och förbereder dig för Clouderas CCA175 Big Data-certifiering.
BIG DATA HADOOP AND SPARK DEVELOPER-CERTIFIERING
Det finns ingen tentamen tillgänglig, men du måste slutföra 85% av kursen, ett projekt och ett simuleringstest, med en lägsta poäng på 80%, för att få ett certifikat.
BIG DATA HADOOP AND SPARK DEVELOPER-KURS
Med denna Big Data Hadoop-kurs lär du dig big data-ramverket med hjälp av Hadoop och Spark, inklusive HDFS, YARN och MapReduce. Kursen omfattar också Pig, Hive och Impala för att bearbeta och analysera stora datamängder som lagras i HDFS och använda Sqoop och Flume för datainmatning.
Du kommer att få se databehandling i realtid med Spark, inklusive funktionell programmering i Spark, implementering av Spark-applikationer, förståelse för parallell bearbetning i Spark och användning av Spark RDD-optimeringstekniker. Du kommer också att lära dig de olika interaktiva algoritmerna i Spark och använda Spark SQL för att skapa, omvandla och fråga dataformer.
Slutligen kommer du att behöva utföra verkliga, industribaserade projekt med CloudLab inom områdena bank, telekommunikation, sociala medier, försäkring och e-handel.
Här nedan kan du läsa kursbladet med information om Big Data Hadoop and Spark Developer.
Målsättning
I slutet av kursen kommer du att kunna förstå:
- De olika komponenterna i Hadoop-ekosystemet, såsom Hadoop 2.7, Yarn, MapReduce, Pig, Hive, Impala, HBase, Sqoop, Flume och Apache Spark
- Hadoop Distributed File System (HDFS) och YARN-arkitektur
- MapReduce och dess egenskaper samt tillgodogöra sig avancerade MapReduce-koncept
- Olika typer av filformat, Avro-schema, användning av Avro med Hive och Sqoop och Schema-utveckling
- Flume, Flume-arkitektur, källor, Flume-sänkor, kanaler och Flume-konfigurationer
- HBase, dess arkitektur och datalagring, och lär dig skillnaden mellan HBase och RDBMS
- Resilient distribution datasets (RDD) i detalj
- De vanligaste användningsfallen för Spark och olika interaktiva algoritmer
Du kommer också att kunna:
- Ingest data med hjälp av Sqoop och Flume
- Skapa databaser och tabeller i Hive och Impala, förstå HBase och använda Hive och Impala för partitionering
- Få en fungerande kunskap om Pig och dess komponenter
- Göra funktionell programmering i Spark, samt implementera och bygga Spark-applikationer
- Få en djupgående förståelse för parallellbearbetning i Spark och Spark RDD-optimeringstekniker
- Skapa, transformera och fråga dataramar med Spark SQL
Vem den riktar sig till
Karriärmöjligheterna inom big data ökar och Hadoop håller snabbt på att bli en teknik som man måste känna till inom big data-arkitektur. Big Data-utbildning är lämplig för yrkesverksamma inom IT, datahantering och analys, inklusive:
- Mjukvaruutvecklare och arkitekter
- Yrkesverksamma inom analys
- Seniora IT-proffs
- Test- och stordatorpersonal
- Yrkesverksamma inom datahantering
- Experter inom Business Intelligence
- Projektledare
- Blivande datavetare
- Nyutexaminerade som vill bygga upp en karriär inom analys av stora datamängder
Innehåll
Kursen omfattar följande ämnen:
- Kursens introduktion
- Lektion 1 - Introduktion till big data och Hadoop-ekosystemet
- Lektion2 - HDFS och YARN
- Lektion3 - MapReduce och Sqoop
- Lektion4 - Grunderna i Hive och Impala
- Lektion 5 - Arbeta med Hive och Impala
- Lektion 6 - Olika typer av dataformat
- Lektion7 - Avancerat Hive-koncept och partitionering av datafiler
- Lektion 8 - Apache Flume och HBase
- Lektion9 - Pig
- Lektion 10 - Grunderna i Apache Spark
- Lektion11 - RDD:er i Spark
- Lektion 12 - Implementering av Spark-applikationer
- Lektion13 - Spark parallell bearbetning
- Lektion 14 - Spark RDD-optimeringstekniker
- Lektion 15 - Spark-algoritm
- Lektion16 - Spark SQL
- GRATIS KURS - Apache Kafka
- GRATIS KURS - Kärnan i Java
Förutsättningar
Det finns inga förkunskapskrav för denna kurs. Det är dock bra att ha viss kunskap om Core Java och SQL. Vi erbjuder en kostnadsfri onlinekurs i egen takt"Java essentials for Hadoop" om du behöver fräscha upp dina kunskaper i Core Java.
Kursens varaktighet
Onlinekursens varaktighet:
- 1 år tillgång till plattform